Учёные Института проблем машиноведения РАН совместно с коллегами из Института мозга человека РАН и швейцарского фонда Brain and Trauma Foundation разработали метод диагностики шизофрении на основе скрытых компонентов электрических сигналов мозга.
Точность нового подхода составила 96,7% чувствительности и 97,7% специфичности. Об этом сообщили ТАСС в пресс-службе ИПМаш РАН.
Шизофрения — тяжёлое заболевание, которым страдает около 1% населения. Ключевая проблема — поздняя и неточная диагностика, опирающаяся на клинические интервью и опросники.
Для исследования учёные использовали электроэнцефалографию (ЭЭГ). Сигнал ЭЭГ с поверхности скальпа представляет собой смесь активностей множества источников мозга. Применив метод «слепого разделения источников», исследователи математически восстановили исходные сигналы от разных нейронных сетей.
В исследовании участвовали 68 пациентов и 132 здоровых добровольца. Участники выполняли зрительный тест на когнитивный контроль и концентрацию внимания. Учёные преобразовали данные в 11 компонент, отобрали наиболее информативные признаки и обучили модель машинного обучения.
Результат превзошёл предыдущие методы (точность которых не превышала 90%). Обнаруженные скрытые компоненты указывают на конкретные мозговые сети, нарушенные при шизофрении, что открывает пути для новых методов терапии.
